Curso II – SISSA

Funciones y cómputo en paralelo

Objetivo y contenido

Objetivo y contenido

Objetivo: aprender cómo generar tus propias funciones en R.

  • Escritura y uso de funciones en R
  • Extracción de precipitación media anual por país

Escritura y uso de funciones en R

Escritura de funciones en R

R permite al usuario crear funciones. El modo de estas expresiones es function, se almacenan en una forma especial y se pueden utilizar en expresiones posteriores.

Una función se define de la siguiente manera:

nombre_funcion <- function(arg1, arg2, ...) expresion

nombre_funcion nombre de la función definida por el usuario.

argn son los diferentes argumentos de la función.

expresion es el proceso que seguirá la función.

Escritura de funciones en R

La función se aplica de la siguiente manera:

nombre_funcion(arg1, arg2, ...)

Escritura de funciones en R

Como ejemplo, generemos una función que cuente los caracteres en una cadena de texto. Primero comenzaremos generando el esqueleto de la función y agregando un parámetro llamado word:

count_char <- function(word){
  
}

Escritura de funciones en R

Luego, aplicamos la función nchar.

count_char <- function(word){
  
  n <- nchar(word)
  
}

Escritura de funciones en R

Finalmente, podemos incluir un mensaje con el resultado. Observa que utilizaremos la función return para indicar explícitamente la salida de nuestra función.

count_char <- function(word){
  
  n <- nchar(word)
  n <- paste("La palabra", word, "tiene", n, "caracteres!")
  return(n)
}

Escritura de funciones en R

Ahora apliquemos la función:

count_char(word = "Oscar Baez")
## [1] "La palabra Oscar Baez tiene 10 caracteres!"
count_char(word = "Análisis espacial")
## [1] "La palabra Análisis espacial tiene 17 caracteres!"
count_char(word = 10:14)
## [1] "La palabra 10 tiene 2 caracteres!" "La palabra 11 tiene 2 caracteres!"
## [3] "La palabra 12 tiene 2 caracteres!" "La palabra 13 tiene 2 caracteres!"
## [5] "La palabra 14 tiene 2 caracteres!"

Writing Functions in R

En el último ejemplo, proporcionamos un vector numérico al parámetro word. Podríamos controlar la entrada del parámetro. Por ejemplo:

count_char <- function(word){
  
  if(!is.character(word))
    stop("¡La entrada no es un caracter!")
  
  n <- nchar(word)
  n <- paste("La palabra", word, "tiene", n, "caracteres!")
  return(n)
}

La función stop interrumpirá la ejecución de la función si no se cumple la condición.

Escritura de funciones en R

count_char("¡Hola chic@s!")
## [1] "La palabra ¡Hola chic@s! tiene 13 caracteres!"
count_char(1528)
## Error in count_char(1528): ¡La entrada no es un caracter!
count_char("¡Este es un curso increíble!")
## [1] "La palabra ¡Este es un curso increíble! tiene 28 caracteres!"

Escritura de funciones en R

¿Cómo crearías una función que te devuelva el valor máximo en un vector dado?

Escritura de funciones en R

¿Cómo crearías una función que te devuelva el valor máximo en un vector dado?

get_maximum <- function(v){
  
  mx <- max(v)
  return(mx)
  
}

Si lo aplicamos:

get_maximum(1:10)
## [1] 10
get_maximum(rnorm(100))
## [1] 2.90218

Aplicación de funciones

Ahora que hemos creado nuestra propia función, ¿cómo podemos aplicarla a un conjunto de datos raster para obtener el valor máximo por celda de grilla durante un período definido? Para este propósito, podemos utilizar la función app del paquete terra.

library(terra)

Aplicación de funciones

Para este propósito, utilizaremos datos mensuales CHIRPSv2 para el año 2000.

chirps_path  <- "C:/User/Data/CHIRPS_monthly"
chirps_files <- list.files(chirps_path, full.names = TRUE)
chirps       <- rast(chirps_files)

Aplicación de funciones

print(chirps)
## class       : SpatRaster 
## dimensions  : 2000, 7200, 12  (nrow, ncol, nlyr)
## resolution  : 0.05, 0.05  (x, y)
## extent      : -180, 180, -50, 50  (xmin, xmax, ymin, ymax)
## coord. ref. : lon/lat WGS 84 (EPSG:4326) 
## sources     : chirps_monthly2000-01.tif  
##               chirps_monthly2000-02.tif  
##               chirps_monthly2000-03.tif  
##               ... and 9 more source(s)
## names       : chirp~00-01, chirp~00-02, chirp~00-03, chirp~00-04, chirp~00-05, chirp~00-06, ... 
## min values  :       0.000,       0.000,       0.000,       0.000,       0.000,       0.000, ... 
## max values  :    1251.456,    1467.558,    1222.492,    1224.301,    1322.237,    1584.747, ...

Aplicación de funciones

Ahora podemos aplicar la función app para obtener el valor máximo en cada celda.

max_values <- app(chirps, get_maximum)
plot(max_values)

Extracción de precipitación media anual por país

Extracción de P media anual

Calcularemos la precipitación media anual utilizando 12 archivos mensuales de CHIRPSv2 sobre los países de la cuenca del Nilo en este ejemplo:

shape_path <- "c:/User/Countries/Nile_Basin_Countries_GAUL2014_2.shp" 
countries  <-vect(shape_path)

Extracción de P media anual

print(countries)
##  class       : SpatVector 
##  geometry    : polygons 
##  dimensions  : 15, 9  (geometries, attributes)
##  extent      : 12.19545, 47.98618, -13.45568, 31.66734  (xmin, xmax, ymin, ymax)
##  source      : Nile_Basin_Countries_GAUL2014_2.shp
##  coord. ref. : lon/lat WGS 84 (EPSG:4326) 
##  names       :       STATUS DISP_AREA ADM0_CODE   ADM0_NAME STR0_YEAR EXP0_YEAR
##  type        :        <chr>     <chr>     <int>       <chr>     <int>     <int>
##  values      : Member State        NO       205      Rwanda      1000      3000
##                Member State        NO       133       Kenya      1000      3000
##                Member State        NO        74 South Sudan      2011      3000
##  Shape_Leng Shape_Area  Name_label
##       <num>      <num>       <chr>
##       8.127      2.064      Rwanda
##       48.55      47.35       Kenya
##       46.91       51.6 South Sudan

Extracción de P media anual

Por lo tanto, queremos crear una función que:

    1. Tome doce rasters globales de precipitación mensual y genere un stack.
    1. Tome un shapefile con solo un poligono.
    1. Devuelva la precipitación media anual sobre el poligono seleccionado.

Una vez que la función esté lista, se puede aplicar a las diferentes entidades del shapefile.

Extracción de P media anual

Primero, podemos preparar los datos que se utilizarán como entrada en la función. Guardaremos las rutas de los rasters en un objeto llamado raster_paths y el shapefile en un objeto llamado shape.

raster_paths <- "C:/Users/Data/CHIRPS_monthly/"
raster_paths <- list.files(raster_paths, full.names = TRUE)
shape        <- countries[1,]

Extracción de P media anual

print(shape)
##  class       : SpatVector 
##  geometry    : polygons 
##  dimensions  : 1, 9  (geometries, attributes)
##  extent      : 28.86187, 30.89965, -2.839881, -1.047913  (xmin, xmax, ymin, ymax)
##  coord. ref. : lon/lat WGS 84 (EPSG:4326) 
##  names       :       STATUS DISP_AREA ADM0_CODE ADM0_NAME STR0_YEAR EXP0_YEAR
##  type        :        <chr>     <chr>     <int>     <chr>     <int>     <int>
##  values      : Member State        NO       205    Rwanda      1000      3000
##  Shape_Leng Shape_Area Name_label
##       <num>      <num>      <chr>
##       8.127      2.064     Rwanda

Extracción de P media anual

Luego, podemos crear la función. La llamaremos get_map para la precipitación media anual.

get_map <- function(){
  
}

Extracción de P media anual

Esta función requiere dos entradas: las 12 rutas de los rasters globales de precipitación (uno para cada mes del año) y el shapefile. Podemos proporcionar las rutas de los objetos y leerlos dentro de la función.

get_map <- function(raster_paths, shape){
  
}

Extracción de P media anual

Al final, asignaremos estos objetos a la función, es decir, raster_paths = raster_paths y shape = shape. El primer paso sería importar los datos raster utilizando la función rast del paquete terra.

get_map <- function(raster_paths, shape){
  
  # leyendo los datos
  p_rast <- terra::rast(raster_paths)
  
}

Extracción de P media anual

El segundo paso sería recortar y enmascarar la pila de rasters a la extensión del shapefile.

get_map <- function(raster_paths, shape){
  
  # leyendo los datos
  p_rast <- terra::rast(raster_paths)
  
  # recortando y enmascarando el raster stack
  p_rast <- terra::crop(p_rast, shape, snap = "out")
  p_rast <- terra::mask(p_rast, shape)
  
}

Extracción de P media anual

Finalmente, podemos sumar las 12 capas de precipitación y devolver el resultado.

get_map <- function(raster_paths, shape){
  
  # leyendo los datos
  p_rast <- terra::rast(raster_paths)
  
 # recortando y enmascarando el raster stack
  p_rast <- terra::crop(p_rast, shape, snap = "out")
  p_rast <- terra::mask(p_rast, shape)
  
  # sumando las capas de P
  p_rast <- sum(p_rast)
  
  return(p_rast)
  
}

Extracción de P media anual

Una vez que tenemos la función lista, podemos aplicarla:

rwanda_p <- get_map(raster_paths = raster_paths, shape = shape)
plot(rwanda_p)

¡Gracias por su atención!